Dialogue Detection 模型

Dialogue Detection任务用于判读一段文本是否为一段对话。此信息将帮助到speaker diarization模型。

模型说明

我们的模型基于BERT训练得到，核心为一个二分类的Sentence Classification任务。

关于此模型的细节以及如何后续应用，请参考我们的论文：

• Exploring Speaker-Related Information in Spoken Language Understanding for Better Speaker Diarization

数据集

我们的模型基于如下的数据集训练：

• AISHELL-4
• ALIMEETING

我们使用一个滑动窗策略来构造训练和测试数据。

模型效果评估

使用Modelscope本地推理

from modelscope.pipelines import pipeline
from modelscope.utils.constant import Tasks

dialogue_detection = pipeline(
    task=Tasks.speaker_diarization_dialogue_detection,
    model='damo/speech_bert_dialogue-detetction_speaker-diarization_chinese',
    model_revision="v0.5.3"
)
sentence = "你们那儿小区不能用健康宝吗？不能。北一区都可以了。外面进去的就像是那个快递员儿呀，或者是外卖小哥呀，要健康宝。然后本小区的要出入证，都问有出入证吗？"
print(dialogue_detection(sentence))
# {'scores': [0.9994595646858215, 0.0005404021358117461], 'labels': ['dialogue', 'non_dialogue']}

相关论文以及引用信息

如果您觉得这个该模型有所帮助，请引用下面的相关的论文

@article{Cheng2023ExploringSI,
  title={Exploring Speaker-Related Information in Spoken Language Understanding for Better Speaker Diarization},
  author={Luyao Cheng and Siqi Zheng and Zhang Qinglin and Haibo Wang and Yafeng Chen and Qian Chen},
  journal={ArXiv},
  year={2023},
  volume={abs/2305.12927}
}